Какое-то время назад я решил сделать свого агента по типу codex или opencode. Просто потому что "ну я то умный и могу сделать лучше и всё такое".

Только было желание попробовать делать не просто агент, а провести эксперимент: что если максимально выкинуть все тулы, mcp и минимизировать системный промпт. Оставить только bash и заставить модель взаимодействовать через уже стандартные linux утилиты: sed, grep и прочие.

В итоге оказалось, что модели(gpt 5.3+, glm 5+) вполне неплохо работают на уже имеющихся знаниях о командах линукса. Причём модели openai даже дают приоритет для rg(по сравнению с grep) и добавляют свою псевдо-cli тулу apply-patch для эффективного редактирования, так как у линукса ничего в стоке нет для этого.

И даже более: модели уже знают о наличии gh(github), tea(gitea), playwright-cli(понятно кто). Причём если для gpt 5.3 приходилось иметь довольно развёрнутый skill с описанием того как работает тула, то для 5.5 достаточно просто в начале системного промпта перечислить список нестандартных доступных cli тулов. Модели уже знают как с ними работать.
А если модель пытается, к примеру, получить данные сайта(обычно вызывается curl или wget), то можно просто написать свой курл, который будет отдавать контент в удобном для ЛЛМ формате.

Это происходит всё по простой причине:
- bash - универсальный интерфейс для всех
- cli тулы редко когда меняют свою семантику работы и обычно имеют +- уникальное имя. Другого gh или playwright-cli у вас в 99.999% не будет
- все подписочные планы что у openai, что у антропиков, что у кого угодно(кроме opencode zen. Они это декларируют явно) разрешают обучаться на ваших запросах в будущем. А это значит, что наиболее частые скиллы и cli тулы точно попадут в будущую обучающую выборку
- чем короче контекст запроса к ЛЛМ, тем в среднем она лучше выдаёт ответы и меньше забывает. Даже на современных текущих моделях

Так что не стесняйтесь выкидывать у себя mcp: почти что все сервисы сейчас дают cli интерфейс. Даже гугл к своим сервисам выпустил cli(да, читать почту стало как никогда проще из агента)

Не стесняйтесь пересматривать размеры скиллов: вполне возможно что для кучи уже существующих тулов достаточно просто "для <задача> используй <cli_name>". И качество работы агента особо от этого не снизится. Поиграться с размерами скиллов и их качеством можно через https://docs.tessl.io/improving-your-skills/evaluate-skill-quality-using-scenarios

Возможно ваш агент использует недостаточно cli тулов или же использует весьма неэффективный режим их работы: тут можно глянуть на https://github.com/rtk-ai/rtk